一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法技术

本发明专利技术公开了一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法，其按下述步骤进行：使用振动声学法对瓷绝缘子进行检测，获取含噪声的瓷绝缘子振动响应信号；对含噪声的瓷绝缘子振动响应信号选择合适的小波基函数后进行多分辨率小波分解，将振动响应从时域变换到小波域；合理选取阈值函数和阈值，将噪声所对应的小波系数按阈值函数进行处理；进行小波重构，将经过去噪处理后的振动响应从小波域变换回时域；存储经过去噪处理的振动响应，用于瓷绝缘子振动声学检测结果分类。采用本方法可以对瓷绝缘子声学振动法检测数据中的噪声进行有效滤除，提高分类的准确性。

【技术实现步骤摘要】

本专利技术涉及，其可以对声学振动法检测瓷绝缘子的数据的混入的噪声进行消除，避免了噪声对分类结果的影响。
技术介绍
对绝缘子进行振动声学法检测时，储存的检测结果数据为WAV格式的声音文件，在检测过程中的多种因素会使检测数据中混入随机噪声的信号，这些噪声信号的存在直接影响着检测结果的分类准确性和可靠性，影响着对瓷绝缘子机械性能状态的评估。因此迫切需要一种可对混入的随机噪声信号进行有效滤除的方法。 近年来，基于小波分解和重构的信号去噪处理得到了广泛应用，并显示出比传统傅里 叶分析更优越的性质。由于噪声干扰后的信号可能包含许多尖峰和突变，采用传统傅里叶分析不能给出信号在某个时间点上的变化，而信号在时间轴上的任何一个突变都会影响信号的整个图谱。小波分析能同时在时频域中对信号进行多分辨率分析，在低频部分具有较高的频率分辨率，在高频部分具有较高的时间分辨率，所以能同时有效区分信号中的突变部分和噪声，可以依据合理的阈值函数及阈值对小波系数进行处理从而实现信号去噪。
技术实现思路
本专利技术要解决的技术问题是提供一种消噪效果好、可提高分类准确性的基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法。为解决上述技术问题，本专利技术所采取的技术方案是，其包括以下步骤 1)使用振动声学法对瓷绝缘子进行检测，获取含噪声的瓷绝缘子振动响应信号； 2)对含噪声的瓷绝缘子振动响应信号选择合适的小波基函数后进行多分辨率小波分解，将振动响应从时域变换到小波域； 3)选取阈值函数和阈值，将噪声所对应的小波系数按阈值函数进行处理； 4)进行小波重构，将经过去噪处理后的振动响应从小波域变换回时域； 5)存储经过去噪处理的振动响应。上述步骤所述步骤2)中的小波基函数为db4小波基函数；所述小波分解是基于多分辨分析的快速算法，即将小波变换转化为滤波运算。上述快速算法为小波分析法或者小波包分析法，其对各层的小波系数进行分解。小波包分析法对各层的小波系数进行分解能更加准确的区分噪声和有用信息。从滤波器的角度，小波包变换和小波变换没有本质区别，只是在原有的基础上按同样的方法对细节系数进行分解。但是单纯的把所有的系数都进行分解对去噪没有帮助，小波包变换的基本思想是为了让信号信息能量集中，在细节系数中寻找有序性，把其中的规律提取出来，所以需要对分解系数进行优化选择。同小波一样，小波包基库也是由许多小波包基组成的，不同的小波包基有不同的性质，能反映信号的不同特征。上述步骤3)中的阈值函数和阈值选取方法包括软阈值法或硬阈值法。本专利技术的原理是本专利技术采用小波分解阈值去噪重构技术，将瓷绝缘子振动声学法检测获得的数据文件通过小波分解，得到小波分解系数，再通过改变分解得到的各层高频系数进行信号的小波重构达到消噪的目的。小波变换是一种信号的时频分析，它具有多分辨分析的特点。能够逐层将信号分 解成高频和低频分量，且分解后具有明显不同的传播特性，因此可以通过对瓷绝缘子声学振动法检测数据进行分解使用软阈值方法滤噪后重构而进行降噪，对噪声信号具有较好的去除效果。常用的信号为时间的序列，对于小波分解而言属于一维信号。一维信号的小波分解过程是使原始信号分别进行低通、高通滤波，再分别进行二元抽样，就得到低频、高频(也称为平均、细节)两部分系数；而多级分解则是对上一级分解得到的低频系数再进行小波分解，是一个递归过程。过程参见附图1，其中a为小波近似，d为小波细节。原始信号s=a+d。小波变换具有一种“集中”的能力，信号经小波变换后，真实信号产生的小波系数的幅值较大，数目较少；而噪声产生的小波系数数目较多、幅值较小。基于小波变换的上述特点，Donoho提出了小波阈值去噪，该算法通过在不同尺度上选取合适的阈值，将小波系数进行阈值处理，剔除较小的小波系数，保留较大的小波系数，从而使信号中的噪声得到抑制，最后进行小波反变换，得到真实信号的最优估值。参见附图2，图中参数说明X为原始信号； WT为小波变换；w为变换后的小波系数；y为小波系数，η为尺度系数；y为调整后的小波系数；ψγ 为小波逆变换； 为经过小波分解降噪后的信号。采用上述技术方案所产生的有益效果在于采用本方法可以对瓷绝缘子声学振动法检测数据中的噪声进行有效滤除，提高分类的准确性。附图说明图I是一维小波分解流程示意 图2是小波分解降噪过示意 图3是带噪声的正弦信号的示意 图4是带噪声的信号小波分解示意 图5去噪后的/[目号意 图6为未降噪的绝缘子原始时域信号； 图7是对图6进行FFT变换后的频谱 图8是对图6进行降噪后的时域信号； 图9是对图8进行FFT变换后的频谱图。具体实施例方式下面结合一个例子对本专利技术小波分解阈值去噪方法进行详细说明。本专利技术提供一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据去噪方法，为后续的数据分类提供可靠的数据基础。如图3, —个正弦信号,经过一段时间的米样后有随机噪声进入 为了对混入的噪声进行去除，本专利技术将含有噪声信号的正弦波选用db3小波进行6阶分解。基于db3小波的分解滤波器为一个低通滤波器和一个高通滤波器，此步骤即是将含噪声的正弦信号变换分解到小波域，进行多分辨率小波分解，由于正弦信号和噪声经小波分解后呈现不同的特性，从而能将正弦波和噪声干扰进行分离。由于小波变换是线性变换，对含噪声正弦信号做离散小波变换后的小波系数仍由两部分组成，一部分是正弦信号对应的小波系数，另一部分时噪声对应的 小波系数。基于有用信号和噪声在变换后具有不同的统计特征，有用信号的能量对应着幅值较大的小波系数，噪声能量则对应着幅值较小的小波系数，并分散在小波变换后的所有系数中，如图4。由小波分解与重构快速算法(Mallet算法)可知，分解滤波的过程表示为本文档来自技高网...

【技术保护点】
一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法，其特征在于：所述方法包括以下步骤：1）使用振动声学法对瓷绝缘子进行检测，获取含噪声的瓷绝缘子振动响应信号；2）对含噪声的瓷绝缘子振动响应信号选择合适的小波基函数后进行多分辨率小波分解，将振动响应从时域变换到小波域；3)选取阈值函数和阈值，将噪声所对应的小波系数按阈值函数进行处理；4)？进行小波重构，将经过去噪处理后的振动响应从小波域变换回时域；5）存储经过去噪处理的振动响应。

【技术特征摘要】
1.一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法，其特征在于所述方法包括以下步骤 1)使用振动声学法对瓷绝缘子进行检测，获取含噪声的瓷绝缘子振动响应信号； 2)对含噪声的瓷绝缘子振动响应信号选择合适的小波基函数后进行多分辨率小波分解，将振动响应从时域变换到小波域； 3)选取阈值函数和阈值，将噪声所对应的小波系数按阈值函数进行处理； 4)进行小波重构，将经过去噪处理后的振动响应从小波域变换回时域； 5)存储经过去噪处理的振动响应。2.根据权利要求I...

【专利技术属性】
技术研发人员：刘长福，郝晓军，牛晓光，王强，敬尚前，董国振，
申请(专利权)人：河北省电力公司电力科学研究院，国家电网公司，河北省电力建设调整试验所，
类型：发明
国别省市：